一种大规模城市路网交通拥堵瓶颈辨识方法技术

本发明专利技术公开了一种大规模城市路网交通拥堵瓶颈辨识方法，包括：获取研究路网的GIS经纬度信息，将研究路网划分为大小相同的网格区块，提取分析时间周期内拥堵持续时间大于给定时长的网格区块，将提取的区块设定为候选交通拥堵瓶颈区块，确定候选交通拥堵瓶颈区块集合，构建交通拥堵传播图，根据交通拥堵传播图辨识独立拥堵区域进行分析，根据构建分析的交通拥堵传播图，对路网中主动产生拥堵最早的区块进行辨识，识别源头拥堵区块，定义源头拥堵区块集合，确定交通拥堵瓶颈区域。本发明专利技术能够基于车辆出行轨迹数据和网格划分技术对路网网格区块交通状态进行研判，精准辨识城市路网在不同时段的交通拥堵瓶颈区域。在不同时段的交通拥堵瓶颈区域。在不同时段的交通拥堵瓶颈区域。

【技术实现步骤摘要】
一种大规模城市路网交通拥堵瓶颈辨识方法


[0001]本专利技术属于道路交通信息监测领域，具体涉及一种大规模城市路网交通拥堵瓶颈辨识方法。

技术介绍

[0002]随着我国现代化进程不断加快，城市居民汽车保有量急剧增加。
[0003]从交通供需关系角度来看，交通拥堵瓶颈是交通供需矛盾体现最为激烈的地方，是交通拥堵产生的源头。拥堵瓶颈被激活后，将使产生的拥堵在时间和空间上进行扩散和转移，从而引发更大范围、更加剧烈的交通拥堵。在极端情形下，若不对交通拥堵瓶颈进行及时有效干预，甚至会导致整个路网瘫痪。鉴于此，及时准确辨识城市路网中的交通拥堵瓶颈区域对于缓解和治理交通拥堵具有重要的现实意义。
[0004]早期的交通拥堵瓶颈辨识研究工作主要以高速公路为研究对象，所提出的方法包括经验分析法、交通参数阈值法、数据驱动法和基于交通流理论的方法。与高速公路不同，城市道路行人及车流密集，道路交通流容易受到交通管控设施、交通出行模式、路网结构约束以及复杂路径选择行为等多个复杂交通条件的影响，使得交通拥堵瓶颈辨识任务充满挑战性。当前针对城市道路交通拥堵瓶颈进行辨识的方法主要以结构相对简单的小规模路网为分析对象，而现实情形中的城市道路网络往往为拥堵空间分布不均匀或拥堵时间分布不一致的大规模城市路网，这对现有方法提出了新的挑战。

技术实现思路

[0005]为解决上述问题，本专利技术公开了一种面向大规模城市路网的交通拥堵瓶颈辨识方法。
[0006]为达到上述目的，本专利技术的技术方案如下：
[0007]一种大规模城市路网交通拥堵瓶颈辨识方法，包括如下步骤：
[0008]S1：获取研究路网的GIS经纬度信息，将研究路网划分为大小相同的网格区块，确定路网中每一网格区块的经纬度信息及其空间范围，根据研究路网的车辆出行轨迹数据提供的车辆定位的时间和经纬度信息，对研究路网中含有道路对象的网格区块的道路交通状态进行研判；
[0009]S2：提取分析时间周期内拥堵持续时间大于给定时长的网格区块，将提取的区块设定为候选交通拥堵瓶颈区块，确定候选交通拥堵瓶颈区块集合；
[0010]S3：构建交通拥堵传播图，根据交通拥堵传播图辨识独立拥堵区域，分别构建分析时间周期内交通拥堵传播图的图节点和有向边；
[0011]S4：根据构建分析的交通拥堵传播图，对路网中主动产生拥堵最早的区块进行辨识，识别源头拥堵区块，定义源头拥堵区块集合；
[0012]S5：根据候选交通拥堵瓶颈区块集合和源头拥堵区块集合，确定交通拥堵瓶颈区域。
[0013]进一步的，所述步骤S1具体包括以下步骤：
[0014]S1
‑
1：获取研究路网的GIS经纬度信息，将路网划分为m
×
n个大小相对的网格区块，其中，m为划分的行数，n为划分的列数，设定Cell(i,j)表示路网区域中行索引为i，列索引为j的网格区块，1≤i≤m，1≤j≤n，设定分析时间周期为T，其由N
time
个等大小的连续时间间隔构成，根据公式：
[0015][0016]其中，t
k
为第k个待分析的时间间隔；
[0017]S1
‑
2：获取研究路网内部的车辆出行轨迹数据，根据车辆出行轨迹数据提供的车辆定位的时间和经纬度信息，将每一车辆出行轨迹数据样本映射到分析时间周期T 内各个时间间隔所对应的路网网格中，基于落入网格区块的车辆出行轨迹数据样本，对每一时间间隔的各个网格区块的交通状态进行研判。
[0018]进一步的，所述步骤S1
‑
2中，基于落入网格区块的车辆出行轨迹数据样本，对每一时间间隔的各个网格区块的交通状态进行研判的过程，包括以下步骤：
[0019]设定第k个时间间隔为t
k
，1≤k≤N
time
，提取落入网格区块的每个车辆出行轨迹数据样本提供的瞬时速度信息，设定网格区块内车辆出行轨迹的平均速度为根据公式：
[0020][0021]其中，为第k个时间间隔网格区块Cell(i,j)内轨迹数据样本的数量，为第k个时间间隔网格区块内第l个轨迹数据样本的瞬时速度，为网格区块Cell(i,j)所在的道路的最高限制速度；
[0022]根据第k个时间间隔网格区块的交通状态标识，研判网格区块的交通状态，设定第k个时间间隔网格区块的交通状态标识为根据公式：
[0023][0024]其中，表示第k个时间间隔网格区块的交通状态为拥堵态，否则为非拥堵态，为网格区块Cell(i,j)在当天所有时间间隔的平均速度的95％分位数，γ为速度比阈值。
[0025]进一步的，所述步骤S2具体包括以下步骤：
[0026]S2
‑
1：获取研判网格区块Cell(i,j)内每一时间间隔的交通状态1≤k≤N
time
；
[0027]S2
‑
2：对每一网格区块在分析周期T内的拥堵的时间间隔进行分组，判定任意两个拥堵的时间间隔在时序上是否相邻，若任意两个拥堵的时间间隔在时序上相邻，将两个时间间隔归为同一组，若任意两个拥堵的时间间隔在时序上不相邻，则将他们划分为两个不同的组；
[0028]S2
‑
3：按照时间先后顺序对各个分组进行排序，提取每组的最早时间间隔和最晚时间间隔，设定为该组对应的拥堵时间段的起始时间和结束时间，将时间上连续拥堵的网格区块Cell(i,j)标记为其中和分别表示网格区块Cell(i,j 在某一连续拥堵时段的起始时间和结束时间，当一个网格区块存在多个连续拥堵时段，则对这多个连续拥堵时段的网格区块均进行标记；
[0029]S2
‑
4：设定网格区块Cell(i,j)的每个连续拥堵时段的持续时间为并挑选出持续时间T
jam
大于给定时长的连续拥堵的区块，设定为候选交通拥堵瓶颈区块，添加至候选交通拥堵瓶颈区块集合，设定候选交通拥堵瓶颈区块集合表示为B
cdd
，根据公式：
[0030][0031]其中，b
q
是B
cdd
中第q个候选交通拥堵瓶颈区块，和分别是b
q
发生拥堵的开始时间和结束时间，N
cdd
是候选交通拥堵瓶颈区块的数目，i
cdd
和j
cdd
是b
q
在路网中的行索引和列索引，指示了b
q
在路网中的空间位置，1≤i
cdd
≤m，1≤j
cdd
≤n。
[0032]进一步的，所述步骤S3具体包括以下步骤：
[0033]S3
‑
1：构建交通拥堵传播图，将交通拥堵传播图定义为一个有向无环图，其中，图节点表示某一时间间隔内路网中一块独立的拥堵区域，有向边表示前后相邻两个时间间隔内相互独立的拥堵区域之间发生了拥堵传播现象；
[0034]S3...

【技术保护点】

【技术特征摘要】
1.一种大规模城市路网交通拥堵瓶颈辨识方法，其特征在于，包括如下步骤：S1：获取研究路网的GIS经纬度信息，将研究路网划分为大小相同的网格区块，确定路网中每一网格区块的经纬度信息及其空间范围，根据研究路网的车辆出行轨迹数据提供的车辆定位的时间和经纬度信息，对研究路网中含有道路对象的网格区块的道路交通状态进行研判；S2：提取分析时间周期内拥堵持续时间大于给定时长的网格区块，将提取的区块设定为候选交通拥堵瓶颈区块，确定候选交通拥堵瓶颈区块集合；S3：构建交通拥堵传播图，根据交通拥堵传播图辨识独立拥堵区域，分别构建分析时间周期内交通拥堵传播图的图节点和有向边；S4：根据构建分析的交通拥堵传播图，对路网中主动产生拥堵最早的区块进行辨识，识别源头拥堵区块，定义源头拥堵区块集合；S5：根据候选交通拥堵瓶颈区块集合和源头拥堵区块集合，确定交通拥堵瓶颈区域。2.根据权利要求1所述的大规模城市路网交通拥堵瓶颈辨识方法，其特征在于，所述步骤S1具体包括以下步骤：S1
‑
1：获取研究路网的GIS经纬度信息，将路网划分为m
×
n个大小相对的网格区块，其中，m为划分的行数，n为划分的列数，设定Cell(i,j)表示路网区域中行索引为i，列索引为j的网格区块，1≤i≤m，1≤j≤n，设定分析时间周期为T，其由N
time
个等大小的连续时间间隔构成，根据公式：其中，t
k
为第t个待分析的时间间隔；S1
‑
2：获取研究路网内部的车辆出行轨迹数据，根据车辆出行轨迹数据提供的车辆定位的时间和经纬度信息，将每一车辆出行轨迹数据样本映射到分析时间周期T内各个时间间隔所对应的路网网格中，基于落入网格区块的车辆出行轨迹数据样本，对每一时间间隔的各个网格区块的交通状态进行研判。3.根据权利要求2所述的大规模城市路网交通拥堵瓶颈辨识方法，其特征在于，所述步骤S1
‑
2中，基于落入网格区块的车辆出行轨迹数据样本，对每一时间间隔的各个网格区块的交通状态进行研判的过程，包括以下步骤：设定第k个时间间隔为t
k
，1≤k≤N
time
，提取落入网格区块的每个车辆出行轨迹数据样本提供的瞬时速度信息，设定网格区块内车辆出行轨迹的平均速度为根据公式：其中，为第k个时间间隔网格区块Cell(i,j)内轨迹数据样本的数量，为第k个时间间隔网格区块内第l个轨迹数据样本的瞬时速度，为网格区块Cell(i,j)所在的道路的最高限制速度；根据第k个时间间隔网格区块的交通状态标识，研判网格区块的交通状态，设定第k个
时间间隔网格区块的交通状态标识为根据公式：其中，表示第k个时间间隔网格区块的交通状态为拥堵态，否则为非拥堵态，为网格区块Cell(i,j)在当天所有时间间隔的平均速度的95％分位数，γ为速度比阈值。4.根据权利要求1所述的大规模城市路网交通拥堵瓶颈辨识方法，其特征在于，所述步骤S2具体包括以下步骤：S2
‑
1：获取研判网格区块Cell(i,j)内每一时间间隔的交通状态1≤k≤N
time
；S2
‑
2：对每一网格区块在分析周期T内的拥堵的时间间隔进行分组，判定任意两个拥堵的时间间隔在时序上是否相邻，若任意两个拥堵的时间间隔在时序上相邻，将两个时间间隔归为同一组，若任意两个拥堵的时间间隔在时序上不相邻，则将他们划分为两个不同的组；S2
‑
3：按照时间先后顺序对各个分组进行排序，提取每组的最早时间间隔和最晚时间间隔，设定为该组对应的拥堵时间段的起始时间和结束时间，将时间上连续拥堵的网格区块Cell(i,j)标记为其中和分别表示网格区块Cell(i,j)在某一连续拥堵时段的起始时间和结束时间，当一个网格区块存在多个连续拥堵时段，则对这多个连续拥堵时段的网格区块均进行标记；S2
‑
4：设定网格区块Cell(i,j)的每个连续拥堵时段的持续时间为并挑选出持续时间T
jam
大于给定时长的连续拥堵的区块，设定为候选交通拥堵瓶颈区块，添加至候选交通拥堵瓶颈区块集合，设定候选交通拥堵瓶颈区块集合表示为B
cdd
，根据公式：其中，b
q
是B
cdd
中第q个候选交通拥堵瓶颈区块，和分别是b
q
发生拥堵的开始时间和结束时间，N
cdd
是候选交通拥堵瓶颈区块的数目，i
cdd
和j
cdd
是b
q
在路网中的行索引和列索引，指示了b
q
在路网中的空间位置，1≤i
cdd
≤m，1≤j
cdd
≤n。5.根据权利要求1所述的大规模城市路网交通拥堵瓶颈辨识方法，其特征在于，所述步骤S3具体包括以下步骤：S3
‑
1：构建交通拥堵传播图，将交通拥堵传播图定义为一个有向无环图，其中，图节点表示某一时间间隔内路网中一块独立的拥堵区域，有向边表示前后相邻两个时间间隔内相互独立的拥堵区域之间发生了拥堵传播现象；S3
‑
2：令有向无环图表示为G
D
＝(V
D
,E
D
)，其中V
D
表示节点的集合，E
D
表示有向边的集合，分别构建有向无环图的图节点和有向边。6.根据权利要求5所述的大规模城市路网交通拥堵瓶颈辨识方法，其特征在于，所述步骤S3
‑
2中，构建有向无环图的图节点的过程，包括以下步骤：S32
‑
1：针对给定的时间间隔t
k
，查找研究路网中所有网格区块的交通状态为拥堵态的
拥堵区块，即交通状态标识的区块，将查找出的拥堵区块表示为C
k
，，其中，是第k个时间间隔内路网中的第p个拥堵区块，N
k
是第k个时间间隔内路网中的拥堵区块的总数目；S32
‑
2：将查找出的拥堵区块在研究路网中的位置关系表达为一个具有N
k
个节点的无向无环图，用邻接矩阵A
k
进行表征，邻接矩阵A
k
中的元素表示两个节点之间是否存在连边，若存在连边则元素值为1，否则，元素值为0，设定邻接矩阵A
k
中元素的总数目为N
k
×
N
k
，设定邻接矩阵A
k
中的元素为A
k
(i

【专利技术属性】
技术研发人员：欧吉顺，聂庆慧，王天昊，龙秀江，黄湘梅，周志刚，张俊，刘路，
申请(专利权)人：扬州大学，
类型：发明
国别省市：